Quand la plupart des gens pensent aux données, ils imaginent un tableur — des lignes et des colonnes bien organisées. C’est ce qu’on appelle les données structurées. Mais une grande partie des données du monde ne ressemble pas du tout à ça.
Données structurées
Les données structurées sont organisées dans un format défini — généralement des lignes et des colonnes dans un tableau. Chaque colonne a un type précis (nom, date, nombre), et chaque ligne suit le même modèle.
Exemples : un tableur de commandes clients avec des colonnes pour l’identifiant, la date, le montant et le code postal; une table de base de données d’évaluations foncières municipales; un fichier CSV de relevés de stations météorologiques.
Les données structurées sont souvent stockées en CSV, en fichiers Excel ou dans des bases de données relationnelles. Le schéma — la définition des colonnes et des types de données — est ce qui les rend structurées.
Données non structurées
Les données non structurées n’ont pas de format prédéfini. Elles ne peuvent pas être facilement organisées en lignes et colonnes. La majorité des données générées dans le monde aujourd’hui sont non structurées.
Exemples : courriels et journaux de clavardage, publications sur les réseaux sociaux, documents PDF, photos, vidéos et enregistrements audio.
Données semi-structurées
Les données semi-structurées se situent entre les deux. Elles ont une certaine structure — comme des balises ou des marqueurs — mais ne s’insèrent pas facilement dans un tableau. JSON et XML sont des formats semi-structurés courants.
Pourquoi cette distinction est importante
Savoir quel type de données vous utilisez vous aide à choisir les bons outils. Les données structurées peuvent être analysées dans un tableur ou une base de données. Les données non structurées peuvent nécessiter des logiciels spécialisés. Les données semi-structurées doivent souvent être transformées avant l’analyse.
Découvrez comment les données traversent toute leur vie dans Le cycle de vie des données.